量化投資基本面分析方法精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的量化投資基本面分析方法主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：量化投資基本面分析方法范文
關鍵詞：分析 短線
中圖分類號：F832 文獻標識碼：A 文章編號：1672-3791（2012）09（c）-0252-02
2012年以來，以量化分析技術投資著稱的量化基金表現得一枝獨秀，逐漸從振蕩市中脫穎而出。一季度，上證綜指上漲2.88%，同期標準股票型基金平均業績為0.31%，而按照Wind分類的13只量化基金，其平均業績為2.92%，五行基金更是取得7.65%的正收益，在亞洲量化基金中排名第一，超越同期上證指數4.77個百分點。
美國私募基金復興科技公司的第一支純粹的量化投資基金—— 大獎章基金，從1988年3月成立至2008年的21年里，平均年度凈收益高達36%，遠遠跑贏同期道指年均8.81%的漲幅，比索羅斯、巴菲特同期的業績高出10%，原因：一是數學家基金經理；二是量化分析技術。
基本面分析，是分析員和基金經理通常采用研究財務報表，與公司高層會談，與相關人員荷香業專家討論等方式，對少數幾家公司股票（約10到100只股票）進行非常深入的研究分析，來決定要投資哪些股票以及如何投資。在基本面分析分類中，會根據行業不同，有專員長期跟蹤和深入研究其中一個行業，而這幾名專員最后則會成投資這個行業的專家。在股票市場成立以來長期采用的較為傳統的分析和投資方式就是基本面分析?；久嫱顿Y，通過企業內部財務報表的形式，來發現企業的潛在價值，以求企業得到穩定持續的高額收益，一旦買入，長期持有。
量化分析，借助數學、物理學、幾何學、心理學甚至仿生學的知識，通過建立模型，進行估值、擇時選股。量化分析員和量化基金經理，通常會同時研究全盤數千支股票，分析的方式也可以是基于公司基本面的，但是會強調量化財務指標。量化的指標（又稱因子）也可以是其他更有特色的數據。從事量化分析投資的基金經理通常不去上市公司實地調研，而是將精力放在不斷完善模型上，量化分析投資的模型是決定投資業績的關鍵，投資模型始終處于絕密狀態，不同市場設計不同的量化分析投資管理模型，在全球各種市場上進行短線交易。
2 量化分析技術獲取超額投資收益之道
在變幻莫測的市場經濟中，能否理性思考投資、不受情緒影響，將是成功的關鍵。而利用計算機的篩選得出的量化分析基金，不受投資中非理性因素影響，使投資更有計劃行、紀律性、規律性，基金管理人要做到不貪婪、不恐懼、不放棄，不受情緒影響，以一顆平常心追求利益瘦小。
量化分析，有一套完整、科學的投資體系。嚴格的紀律性是量化投資明顯區別于主動投資的重要特征。在量化分析基金的運作中，主觀判斷也會出現和量化分析模型相左的情兄，但會堅持量化分析投資的紀律，相信模型判斷的長期穩定性，不會盲目去調整改變。與傳統偏股型基金不同，量化分析基金采用獨特的投資組合管理方式，漸進動態調整基金組合。這樣不僅可以順應瞬息萬變的市場，還可以降低個股集中度，平穩投資業績。因此，這種方式并不會產生傳統意義的重倉股，也就大大降低了重倉個股的風險。
量化分析業績，來自于量化分析模型批量選股的成功率大于失敗率。量化分析的模型敏銳的“發覺”了開場環境的轉變，自動調高了評估因子、預期因子及市場反轉因子的權重，量化分析模型依此邏輯選擇的股票大部分取得較好收益，提升了整體業績。
3 量化分析技術創始人并非經濟學家。
量化分析技術并非發端于華爾街，不少人最初并非經濟學家，如巴契里耶和布萊克原先是數學家，夏普則從事醫學，奧斯伯恩為天文學家，沃金與坎德爾是統計學家，而特雷諾則是數學家兼物理學家。1970年代美國債券市場和股票市場全面崩盤，當時提出用量化分析方法管理投資組合的人是作家彼得·伯恩斯坦。1952年3月發表“投資組合選擇”論文、提出現代財務和投資理論最著名遠見的馬克維茨，以該理論勉強通過博士答辯，到1990年10月，這些人中才有三位獲得諾貝爾經濟學獎。
2012年，美國倫斯理工學院金融工程碩士李炬澎，依據5000年中國古老的《易經八卦數理》研發立體數量模型分析微觀經濟，用超高頻率政治外交詞匯、交易數據、股票期權數據、公司債務數據來做個股分析，用《五行相克相生原理》來分析自然、社會、政治、人文如何影響宏觀經濟。比如用計算機分析新聞報道中天地雷風水火山澤8中自然天文現象與宏觀經濟關聯程度，使五行基金取得亞洲量化分析投資行業第一名的業績。
4 量化分析技術應用的載體是計算機軟硬件技術的發展
馬克維茨的投資組合現代金融理論，提出了風險報酬和效率邊界概念，并據此建立了模型，成為奠基之作。托賓隨后提出了分離理論，但仍需要利用馬克維茨的系統執行高難度的運算，1961年，與馬克維茨共同獲得1990年諾貝爾獎的夏普用IBM最好的商用電腦，解出含有100只證券的問題也需要33mim。夏普1963年1月提出了“投資組合的簡化模型”（單一指數模型），簡化模型只用30s。1964年夏普又開發出資本資產定價模型（CAPM），不僅可以作為預測風險和預期回報的工具，還可以衡量投資組合的績效，以及衍生出在指數型基金、企業財務和企業投資、市場行為和資產評價等多領域的應用和理論創新。1976年，羅斯在CAPM的基礎上，提出“套利定價理論”（APT），提供一個方法評估影響股價變化的多種經濟因素。布萊克和斯克爾斯提出了“期權定價理論”。莫頓則發明了“跨期的資本資產定價模型”。
5 量化分析應用的關鍵是基本面分析無法快速精確處理豐富的金融產品和巨大交易量
1970年代以前，華爾街認為投資管理需要天賦、直覺以及獨特的駕馭市場的能力，基本面分析師、基金經理可以獨力打敗市場，而無需依靠那些缺乏靈魂、怪異的數學符號和縹緲虛幻的模型。華爾街對學術界把投資管理的藝術，轉化成通篇晦澀難懂的數學方程式一直持有敵意，1970年代初期，美國表現最佳的基金經理人從未聽過貝塔值，并認為那些擁有數學和電腦背景的學者只是一群騙子。
量化分析投資不會出現在個人投資者為主的時代。個人投資者既缺乏閑暇的時間，也普遍無此能力。僅有現資理論的建立，及各類模型的完善與推陳出新，并不會直接催生出量化分析投資，它還需要其他幾個重要前提條件，比如：機構投資者在市場中占據主導，隨著社保基金和共同基金資產的大幅增加，成為市場上的主要機構投資者，專業機構管理大規模資產，需要新的運作方式和金融創新技術，專業的投資管理人有能力和精力專注地研究、運用這些量化分析技術。
1970年代后期的Wells Fargo銀行，率先用量化分析技術管理投資組合，投資高股息股票，用較少的風險獲得了較大的收益，不用這些模型，不用電腦運算這些公式，會陷于困境。1980年代以來，面對數不勝數的各類證券產品和期權類產品，以及龐大的成交量，許多復雜的證券定價，必須靠大容量高速運算的電腦來完成。到2007年美國股市近一半的機構基金都是由量化模型來管理的。從2000年初到2007年全球量化分析基金市場連續8年表現遠遠超過其他投資方式。
6 量化分析在應對經濟危機和突發經濟事件中開拓前進
1987年10月大股災，當天股市和期貨成交量高達令人吃驚的410億美元，價值瞬間縮水6000億美元。很多股票直接通過電腦而不是經由交易所交易。一些采用投資組合保險策略的公司，在電腦模式的驅使下，不問價格機械賣出股票。很多交易員清楚這些投資組合會有大單賣出，寧愿走在前面爭相出逃，加劇了恐慌。針對整個投資組合而非單個證券，機械式的交易，電腦的自動操作，大量的空單在瞬間涌出，將市場徹底砸垮。
1997年至1998年亞洲金融危機股市暴跌，量化分析投資的算法交易也起到了同樣的壞作用。著名的長期資本管理公司，遭遇俄羅斯國債違約這一小概率事件，也陷入破產之境，迫使美聯儲集華爾街諸多投資銀行之力，加以救助。
2007年8月金融危機中，許多量化基金出現巨額損失。其原因主要是幾家大型對沖基金大量賣出它們的量化分析基金股票，去彌補其在其他投資方式上的損失。由于很大相同倉位的股票在很短的時間內被廉價賣出，從而加劇了很多投資指標的損失，尤其是價值和動量指標的損失。
2011年即使歐債金融危機發生，量化分析基金也再次表現優異，超過其他投資方式，雖然能否就此再度復興仍屬未知，此一趨勢已不可逆轉。
7 量化分析技術今后幾年全球應用的熱點在中國的A股市場
中國金融、資本、股市投資者結構很不合理，A股市場的專業投資機構持有市值的15.6%，而發達市場這一比例大致為70%。更為不合理的是交易結構，A股市場個人投資者持有市值占比26%，但卻完成了85%的交易。根據Wind分類，目前我國市場上共有13只量化基金，包含11只普通股票型基金，1只指數基金和1只偏股混合基金。
中國現有的人才和技術都難以支持完全的量化分析投資，在缺乏國際化人才和成熟模型的情況下，經營業績自然也差強人意。
量化分析今后幾年全球熱點在中國的A股市場?，F在主要發達國家的股市很大程度上由量化基金所控制。為了尋找更高收益的市場，很多大型量化基金也開始大量投資于發展中國家市場，中國的A股市場是今后幾年全球量化分析投資熱點，所以近年來很多北美和歐洲的高層量化分析基金經理和分析員紛紛到中國大陸、香港和新加坡推廣量化投資技術。這是國際國內的金融市場和投資者，都要面對的機會和挑戰。
量化分析基金2002年才在中國剛剛起步，到2009年和2010年，才真正進入快速發展期，2010年末量化基金的總規模達到了779億元。雖然規模有顯著提升，但是與國外市場量化分析基金占共同基金總資產16%相比，國內量化分析基金還有非常大的發展空間。
第2篇：量化投資基本面分析方法范文
我國證券投資價值投資方法的實例分析
由于盈利能力不強的上市公司價值投資研究價值不大，而且缺少較大的收益時間，無需把每股收益看作參考依據，所以為了避免非正常值導致的影響，選擇的依據必須滿足每股收益大于等于0．1，此外，將不完整的上市公司數據排除。最終的選擇結果如下：2009年188只、2010年205只、2011年226只，總共有619只。1．樣本期內各個時間段內的基本面量化指標和股票價格的相關研究。首先，利用SPSS16．0軟件計算出2009～2011年各個時間段的基本面量化指標和相應時間段的股票價格間的Pearson因子，相應的統計數據結果見表1。多元模型的自變量選擇那些和股票價格有明顯相關性的數據指標，排除與股票價格存在較小相關性指標，進而能夠為下一步各時間段的多元回歸分析提供合理的數據支持。在該階段，能夠保留下來指標的相關系數必須滿足0．05水平上的顯著性檢驗。然后，為了避免回歸過程中的自相關，所以將排除凈資產收益率。同時，因為流動比率在決策過程中可能轉換為風險控制因素，和股票價格間有較強的非線性，所以也應該給予剔除。2．優化選擇后的量化指標對股票價格貢獻度的影響分析。選取2009～2011年3組數據作為研究對象，利用Stepwise的輸入技術進行三次多元回歸分析，可以得到三組輸出。研究過程中關鍵要討論標準化因子和可決因子。標準化因子是指量化指標經過一個標準差的改變對股票價格產生的影響程度。該因子能夠防止由于不同指標的量綱不一樣而無法比較影響程度的問題。標準化因子絕對值越大，表示該因子對股票價格的解釋水平越高?？蓻Q因子是在調整回歸方程后獲得的，主要是指全部指標對股票價格的整體解釋水平?？蓻Q因子越大，表明該模型對股票價格的解釋水平越高，也就是說股票價格的變化對基本面因素變化有較大的影響，投資的合理性越大。相應的回歸分析結果見表2。根據回歸分析的計算數據能夠獲得如下結論：在觀察時間，每股收益包含在回歸模型之中，具有最佳的解釋股票價格的水平，因此，這個結果表明上市公司的盈利能夠受到較好的關注?；貧w數據表明大多數情況下每股收益和總資產收益率均包含在回歸模型內，從而表明證券投資者非常關注對股票價值有較大影響的基本面，這一結果表明價值投資意識已經不斷地深入人心。從回歸分析結果數據可以看出，在2011年營業利潤增長率包含于回歸模型，從而說明證券投資者已經對上市公司的成長性有了關注，同時能夠表明證券投資者對和內在價值有關的基本面因素有了更為深刻地認識。從回歸分析數據可以看出，2010年和2011年期間每股凈資產已經退出了回歸模型，表明證券投資市場不夠關注風險水平。每股凈資產是指上市公司在破產時證券投資者股票的內在價值。每股凈資產屬于主要的風險評估基本面因素，正在被證券市場逐步地認可，說明證券市場對股票的關注不僅停留在投資回報上，同時非常關注風險的存在，這正是證券市場不斷趨向于理性的具體表現。通過對2009年和2010年的回歸分析可知，每股凈資產指標出現了缺失。主要原因在于2008年股票市場比較好的局面導致了證券投資者的思維定式，降低了對風險的關注度。經歷了一段時間，大量的解釋變量符合了回歸模型，這表明投資者對基本面的研究更加完善。根據回歸分析的結果，證券投資者不斷地利用更多的指標，通過不同的層面更為全方位地考慮證券的內在價值，證券市場不斷向以價值投資為中心的投資方向發展。此外，可決因子的周期變化表明在我國證券市場中，基本面因素對股票價格的解釋能力不斷提高，然而并不穩定。當外部經濟環境產生變動時，證券投資者容易產生非理，從而使非價值因素再一次占了上風。
我國證券投資基金價值投資的應對措施
管理費還能夠促進基金公司的可持續發展，為基金持有者帶來更大的投資回報。然而，如果基金管理公司的工資待遇和資產管理規模關聯過大，就會導致基金管理者僅僅關注視資產管理的規模，忽視幫助基金持有者獲得更大的投資回報。最為管用的方式就是優化基金管理收入的基本組成，采用浮動收益的方式，一定的資產管理費可以確?；鸬挠行嵤?，而浮動收益可以使基金管理者以基金投資者的權益為中心幫助基金投資者能夠獲得更大的收益。充分地利用投資組合策略。證券投資本身具有較高的風險，但是高風險和高收益是相互對應的，怎樣才能使投資風險減少并且使投資收益最大，投資組合策略就是一種行之有效的方法，利用這種方法不僅能夠有效地預防投資風險，而且能夠有效地彌補證券投資價值的缺陷。投資者可以依據不同階段國際經濟形式、國內產業制度以及行業的發展潛力適時地調節投資產品的比重，從而能夠得到最佳的收益。投資者應該不斷地轉變投資理念。投資者的理念在證券投資中具有非常重要的作用，證券投資者應該堅持長期投資的理念，主要關注證券投資的長期回報。證券投資者必須熟悉證券投資的相關概念和理論，知道證券投資過程中潛在的風險，掌握證券投資產品的相關功能；投資者應該明確投資目的，依據自身的實際情況選擇適合自身的證券投資產品。投資者應熟悉證券公司的相關情況，對證券公司的專業化水平、標準化產品、內部風險控制制度以及信息披露系統等情況有比較深入的了解，從而能夠從長期投資的角度獲得最大投資回報率。不斷健全證券市場的管理制度。通過股權改革可以較好地處理中國證券市場流通股和非流通股股東之間利益的不一致性、中國國有上市公司管理者缺位等難題，能夠為中國證券市場的制度化營造一個有利的環境，從而能夠不斷深化中國證券市場的中長期投資價值，為證券投資基金執行價值投資創造一個非常有利的市場平臺。五、結 論我國證券市場仍然是一種新興的證券市場，依然處在非有效市場向弱有效市場不斷轉變的階段，從某種意義上，利用價值投資策略得到的收益不是非常穩定的。通過股權分置改革，伴隨著上市公司質量持續提升，價值投資策略將轉變為證券市場的主流方式。根據相關研究可以得到以下結論：1．選取深證300指數股進行相應的回歸分析。根據回歸分析的結果可知：上市公司的盈利水平是非常受到重視的。證券投資者更加關注決定股票內在價值的基本面因素，價值投資理念正在漸漸地深入投資者的人心。投資者對上市公司的成長性給予了足夠的重視。市場對風險的關注程度正在降低。每股凈資產能夠表明上市公司在破產的狀況下，投資者持有的每股股票的價值。證券市場對股票的重視不但保持在收益上，而且非常關注風險，從而使證券理性更加回歸理性。隨著證券市場的不斷發展，投資者能夠更深入地剖析基本面的內涵。根據回歸分析的結果可知：證券投資者已經利用更多的指標，從不同的層面深入地考察股票的經濟價值，市場正在向以價值投資為主的理性投資發展。2．中國證券市場是一個新興市場，正處于轉型時期，因此，具有較好的價值投資意義，然而不能獲得比較穩定的收益。因此，應該采取有效的措施，完善基金績效評估體系和股票發行政策；合理地調整基金管理收入結構；充分地利用投資組合策略；投資者應不斷轉變投資理念；不斷完善證券市場的制度體系。隨著上市公司質量的持續提升，價值投資將不斷地深入人心，通過價值投資可以使中國證券市場更加趨于穩定。
作者：賴曉聰 陳凡 單位：中國社會科學院
第3篇：量化投資基本面分析方法范文
2008年10月首次提出“情緒性底部”的概念,這一次講“情緒性底部”再度形成,還是用了幾個量化指標,其中分紅率、市盈率和市凈率都屬于基本面的指標,而新股的“破發率”和交易量的“絕望系數”則屬于情緒面的指標。此外,從樓市地震看股市遭殃,是從政策面分析股市情緒面的悲觀狀態,“12月買房”的判斷,主要依據之一是股市反彈的樂觀情緒,將在3-6個月后傳導到樓市。
“股市在絕望中落地,在歡樂中升騰,在瘋狂中結束”,這是索羅斯先生的不朽名句之一。以滬指6124點區間的交易量均值為“瘋狂系數”,以滬指1664點區間的交易量均值為“絕望系數”,二者的比值為1:0.20。以此為參數,2009年7-8月滬指3478點區間的交易量均值為瘋狂,今年5-6月的交易量均值為絕望,二者相比的比值為1:0.24,因此可判斷股市大幅下跌的空間有限,得出結論是6月就是底部。
股市的絕望與瘋狂指標具有雙重參考意義。第一,參考其他基本面分析數據,預測超跌企穩。第二,參考其他基本面分析數據,防范股市的過度瘋狂。具體說來,如果滬深兩市的合計成交量連續數日為底部區間交易量的4-5倍之時,股市的“情緒性頂部”可能形成。從長期趨勢看,具體的量化數據如交易額的數量將逐步提高,但瘋狂與絕望之間的交易量比例則大致不變,因此可作為輔的股市預測工具。股市分析有三大流派,基本面研究的優點在于選股,技術面研究的優點在于選價,行為面的研究則重于看“勢”,三者缺一不可,分別對應于股市的“三駕馬車”,即業績增長、資金流量和情緒狀態。
還必須關注政策面的動態,因為政策如風,貨幣如水,風動水動,水漲船高,這是中國經濟的政策“風水學”。市場是一只“看不見的手”,會通過“沉默的多數”顯示其不可抗拒的力量。政策作為“閑不住的手”,如果順應了市場,它就會立刻生效;如果與市場趨勢相悖,就會在3個月內,效應遞減甚至完全失效。我們可以用基本面的分析把握股市的價值中樞,再導入政策面與情緒面之間,股市和樓市之間的互動性,就可以分析政策面的決策通過情緒面對股市樓市產生的沖擊波,界定股市樓市的超跌和瘋漲,進而尋找股市的“情緒性”底部或頂部。
第4篇：量化投資基本面分析方法范文
面對上周市場持續調整行情，有機構認為“錢荒”是最主要的因素。3月31日，滬指在跌破3200點后快速收復，這說明“錢荒”事件導致的挖坑走勢步入尾聲。
針對美國明晟公司（MSCI）日前表示正在重新考慮將A股納入其一系列指數的方案，中歐基金認為，這表明A股相對價值并非此前市場預想得那么糟糕。未來，鑒于A股各主要指數震蕩的概率較大，市場將更看重企業的盈利能力、投資標的的穩定性和安全性。市場回歸業績和價值崇拜，說明資金的心態傾向于“穩健回報”?？傮w而言，延續對春季行情的樂觀態度。
展望A股走勢，匯豐晉信基金表示，從基本面來看，今年上半年，經濟有望維持穩定增長，企業盈利改善趨勢料能持續。4月份上市公司即將披露季報，預計企業業績也將為A股提供支撐。在貨幣政策方面，市場預期下半年經濟可能面臨壓力，但是出于保增長考慮，下半年貨幣政策預計不會太緊。
淡看短期博弈 聚焦長期投資
面對A股市場以結構性行情為顯著特征的窄幅波動，上投摩根核心基金經理李博指出，在結構分化行情中，要做“睡得著覺”的投資，從更長遠的視角看待投資，從更深入的基本面分析核算價值。投資的核心目標是要選出未來盈利能持續增長、同時估值不貴的標的，即PE/G小于1，這其中包括三重要求：第一，要求行業空間足夠大；第二，要求管理層有企業家精神；第三，盈利數據能與公司的發展戰略相印證。李博認為，在一些投資者越來越看重短期博弈的時候，長期投資、價值投資的優勢逐漸凸顯。
對于后市A股走勢，上投摩根基金認為，經濟和股市在2017年年初都出現向好趨勢，一方面市場對中國經濟增長擔憂情緒逐步緩解，在PPP項目、“一帶一路”、國企改革等政策措施的拉動下，投資增長開始恢復，同時在過去幾年的去產能政策讓不少行業的供求關系發生變化，盈利能力開始恢復。自2016年三季度以來，不少上市公司結束了連續幾個季度的下行趨勢，轉入增長階段。另一方面，經過較長時間的下跌之后，A股市場估值回落到歷史上較為中性的水平，其吸引力開始提高。
震蕩市業績為王 捕捉主題投資機會
國企改革東風漸起，相關主題更是多點開花。業內人士表示，盡管國企改革將是貫穿全年的大主題，但其內部板塊輪動速度快，不同行業及地區都有自己的時間表，推進執行的力度也會參差不齊，如何有效把握投資機會成為難題。泰達宏利改革動力基金經理劉欣表示，今年A股小碎步上行，但投資熱點仍比較凌亂且持續性較差，這種震蕩行情有利于量化投資的發揮。采用量化選股的方法，可以全市場捕捉國企改革的投資機會，分享國企改革紅利。未來國有企業改革、金融改革、、企業兼并重組等主題將持續不斷地為市場提供投資機會，量化基金有助于投資人全面把握這類主題。
華寶興業基金總經理助理郭鵬飛表示，A股的估值下降階段基本結束，處于震蕩市階段，在震蕩市環境中，業績最重要?；久孀兓蜆I績預期調整成為股價運行的最重要決定因素，風格板塊屬性不再重要；基本面良好、業績確定性高、估值合理的品種，都具有較好投資機會。成長對周期和消費的估值溢價已經回落到合理偏低水平，白馬成長股整體上應該有絕對收益，但小市值高估值公司仍風險較大，成長與價值并重的精選個股策略可能效果較好，白馬成長股機會更大，黑馬成長股謹慎選擇。保持謹慎態度，通過深入研究，選擇基本面良好、業績增長較快、同時估值較低的優質標的，采取靈活的交易策略適當進行逆向操作。
對于近期火熱的港股投資機會，華寶興業基金周欣表示，基本面、資金面因素支持港股繼續向好。具體來看，中國宏觀經濟數據近期表現較好，顯示中國經濟可能已經筑底回升，有助于緩解港股市場中對于中國經濟和人民幣匯率過于悲觀的預期；港股相對于A股擁有明顯的估值優勢，與港股估值的歷史數據縱向對比也并不貴；深港通的實施、港股通總額度的取消將進一步提升內地與港股的互聯互通，給港股市場帶來顯著的增量資金，并提升市場整體的估值水平。
把握結構性機會 看好“泛消費”
目前，國企改革、“一帶一路”、周期股等主題已成為A股市場上炙手可岬耐蹲駛疤狻5國聯安銳意成長基金經理王超偉卻有自己獨特的見解，堅定看好“泛消費”行業投資機會。年初至今，上證綜指呈震蕩上行趨勢，許多熱炒板塊目前仍處拉伸狀態。預計A股下階段大概率將處于橫盤整理之中。橫盤期間，重點應把握結構性機會、區間行情。家電、白酒、食品飲料、調味品、衣柜、櫥柜等低估值、穩增長的股票，將會成為市場熱點。2017年春節過后，在熱點切換頻率較快的A股市場上，消費板塊盈利能力復蘇基本確定，不斷增長的需求使得消費類股票頗有市場價值。配置消費類對于投資者的心態上會比較穩當，在整體側重比較大的市場情況下，消費類的公司從長周期來看仍是比較有優勢的。
近年來，復雜多變的市場環境無疑加大了投資難度，展望后市，華安逆向策略基金經理崔瑩表示，有利因素包括權益類資產在2017年具有比較優勢、成長股估值長期調整、產業升級與消費升級日趨明顯；不利因素則包括貨幣邊際收緊、地產調控加碼、IPO保持較高速度、人民幣貶值壓力未完全消退等。在此背景下，在股票投資上，堅持消費股和成長股，特別是符合產業升級與消費升級趨勢的，可重點配置業績穩定增長的消費股；TMT領域的人工智能、物聯網、大數據和云計算；部分產能收縮、具有溢價能力的化工股等。
第5篇：量化投資基本面分析方法范文
關鍵詞：房地產投資；經濟基本面；聯合影響；直接彈性；間接彈性
一、引言
近年來，我國房地產市場“區域分化”明顯，不同區域的房地產投資對經濟基本面的影響不盡相同。就東部地區而言，其房地產投資對區域房地產供應、固定資產投資、資金市場供給以及經濟增長的帶動作用仍然較強；而中部與西部面臨的房地產投資萎縮、房地產庫存嚴重等問題對區域經濟基本面的沖擊則愈加顯現。誠然，區域房地產投資對經濟基本面的影響，不單單是對經濟增長的影響，而是涉及到經濟基本面多個方面的聯合影響。那么，區域房地產投資對經濟基本面哪些指標產生顯著的聯合影響，其直接影響作用與間接影響作用有多大，這些問題是本文的研究所在。有關區域房地產投資對經濟層面的影響，國內外研究主要圍繞房地產投資對經濟增長的影響作用而展開。在其影響關系分析上，一類是利用格蘭杰因果關系檢驗房地產投資與經濟增長兩者之間是否具有因果關系，并由此建立VAR模型；另一類是利用投入產出法或要素投入貢獻率分解法，運用生產函數或拓展的柯布-道格拉斯生產函數，建立房地產投資與經濟增長的投入產出關系。
主要結論包括：Green（1997）對1952—1992年美國住宅投資與GDP的影響關系進行實證分析，指出住宅投資是GDP的格蘭杰原因，且住宅投資引導了美國經濟的周期變動；Wigren和Wilhelmsson（2007）利用14個歐洲國家的房地產數據進行分析，認為住宅投資對經濟增長產生了長期的影響；梁云芳、高鐵梅等（2006）運用脈沖響應模型，分析房地產投資的沖擊對經濟增長的長期影響作用，認為房地產市場與經濟基本面之間既互相拉動又互相牽制；孔煜（2009）鑒于房地產業的區域性特征，分析指出我國東部與中部地區的房地產投資額與經濟增長互為因果關系，而西部地區并不存在這種因果關系；張洪、金杰等（2014）[5]利用1998—2010年我國70個大中城市的面板數據，采用空間動態面板數據方法，構建了包括房地產投資及其空間效應的空間動態計量模型，實證分析房地產投資對經濟增長的地區影響效果；等等。這些研究主要考慮房地產投資與經濟增長兩者之間的影響關系。本文以我國東部、中部和西部為研究對象，通過分析區域房地產投資與經濟基本面多個指標的相關性，探討區域房地產投資對經濟基本面的聯合影響，由此建立聯立方程組形式的遞歸模型，以檢驗影響關系的有效性，并估計其直接與間接影響作用的大小，從而為制定因地制宜的房地產調控政策提供量化依據。
二、區域房地產投資與經濟基本面的相關性
在房地產業與經濟基本面構成的經濟系統中，房地產業通過房地產投資與房地產供應（如：房屋面積與套數等）同全社會固定資產投資（簡稱：固定資產投資）、資金市場供給以及經濟增長緊密聯系。其中，房地產投資是固定資產投資的重要組成部分；房地產供應所提供的產品及其帶動的相關產業的關聯發展，反映了房地產所屬產品及其相關產品的總消費對國民經濟的影響；而房地產業又是資金密集型產業，其吸引的資金流向帶動人力與物力的集聚，直接或間接地拉動國民經濟增長。因此，這里以房地產供應、固定資產投資、資金市場供給以及國內生產總值（GDP）組成經濟基本面指標。考慮房地產投資與經濟基本面的區域差異，本文以我國28個?。ㄊ校檠芯繉ο?。為敘述方便，仍然將這28個省（市）劃分為東部、中部和西部區域，東部包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部包括：山西、吉林、安徽、黑龍江、江西、河南、湖北、湖南；西部包括：廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏。同時，考慮數據的可獲得性和完整性，選擇的樣本區間為2005年1季度至2015年4季度。因數據缺失，西部區域數據未包含內蒙古、和新疆的數據。數據來源于中經網統計數據庫、國家統計局。我國東部、中部與西部的房地產投資總額不盡相同，但區域房地產投資占其固定資產投資比重的變動態勢基本一致。
2005年1季度至2015年4季度區域房地產開發投資完成額占其固定資產投資額比重的變化（注：數據進行了季節調整，消除了季節影響）。由圖1可見，東部、中部與西部的房地產投資占比分別在均值線25%、15%和20%上呈現基本一致的走勢。統計顯示，東部、中部和西部的房地產投資占比分別平均為24.79%、15.61%和19.82%，其波動幅度均在一個標準差左右。近年來，各區域房地產投資占比都呈現下降態勢，同樣是平均下降5個百分點。其中，東部從高位27.52%降至22%左右、中部由17.64%降至13%左右、西部從22.61%降至17%左右。究其緣由，東部、中部和西部的房地產投資與其固定資產投資的變化是同步的，兩者的相關系數都達到0.99以上，具有很強的相關性。以區域房地產竣工面積與新開工面積之和表示房地產供應，以廣義貨幣供應量（M2）表示資金市場供給，統計顯示，東部房地產投資與其房地產供應、資金市場供給以及GDP的相關系數分別為0.75、0.92和0.98；中部的分別為0.84、0.88和0.97；西部的分別為0.84、0.94和0.96。因而，區域房地產投資與房地產供應、資金市場供給以及GDP之間也呈現較強的相關性。綜上所述，區域房地產投資與經濟基本面之間具有較強的相關性。
三、區域房地產投資對經濟基本面的影響關系設定
1、提出假設
依據房地產理論和上述區域房地產投資對經濟基本面的相關性分析，假設房地產投資是影響經濟基本面的直接外部因素，且通過經濟基本面的內部單向作用產生間接影響。對此，提出以下假設。假設1：區域房地產投資將帶動房地產供應、引致固定資產投資、吸引資金市場供給，進而拉動國民經濟增長，因而，區域房地產投資對房地產供應、固定資產投資、資金市場供給以及GDP產生直接的正向影響。假設2：由于房地產供應的增加會擴大總消費，減少總投資，但最終仍然是帶動經濟增長，由此，房地產供應對固定資產投資、資金市場供給產生直接的負向影響，而對GDP產生直接的正向影響。假設3：固定資產投資對資金市場供給、GDP產生直接的正向影響。假設4：資金市場供給產生的集聚效應將帶動經濟增長，因此，資金市場供給對GDP產生直接的正向影響。
2、遞歸模型的設立
（1）面板數據的指標選取。依據上述東部、中部和西部區域的劃分，樣本數據為2005年1季度至2015年4季度各區域對應?。ㄊ校┑募径葦祿M成的面板數據，其中，東部是11個?。ㄊ校┙M成的樣本量為484的面板數據，中部是8個?。ㄊ校┙M成的樣本量為352的面板數據，西部是9個省（市）組成的樣本量為396的面板數據。在指標與變量選取中，以各?。ㄊ校┓康禺a開發投資完成額表示房地產投資（記作：X）（單位：億元），以其房地產竣工面積與新開工面積之和表示房地產供應（記作：Y1）（單位：萬平方米），以其全社會固定資產投資總額表示固定資產投資（記作：Y2）（單位：億元），選取廣義貨幣供應量（即：M2）表示資金市場供給（記作：Y3）（單位：億元），各?。ㄊ校〨DP（記作：Y4）（單位：億元）。同時，為避免數據可能出現的異方差性，所有變量均以對數形式引入模型之中，簡記為：ln（）。
（2）遞歸模型。在計量經濟學的聯立方程模型中，遞歸模型（RecursiveModels）[6]以其獨特的內生變量單向傳遞關系，通過聯立方程組的形式，系統地反映內生變量之間、外生變量與內生變量之間的因果依賴性以及直接與間接聯合影響關系。于是，遞歸模型的內生變量為：房地產供應、固定資產投資、資金市場供給以及GDP；外生變量為房地產投資。為簡便起見，不妨將外生變量與滯后變量組成的向量簡記為Z。
1，2，3，4。在遞歸模型式（1）中，第一個方程為區域房地產供應方程，假設房地產供應主要由房地產投資及相關滯后變量所決定；第二個方程為區域固定資產投資方程，假設固定資產投資不僅受房地產投資及相關滯后變量的影響，而且與第一個方程的內生變量（房地產供應）有關，因而，將房地產供應與房地產投資兩者都看作是決定固定資產投資的“原因”；由此類推，第三個方程為區域資金市場供給方程，假設決定資金市場供給的“原因”包含第一、第二個方程的內生變量（房地產供應、固定資產投資）以及房地產投資；第四個方程為區域GDP方程，假設GDP由第一至第三個方程的內生變量以及房地產投資共同決定。于是，這些方程的內生變量之間、外生變量與內生變量之間形成了因果決定關系，其系數βij反映了經濟基本面的內部彈性影響；系數γij為房地產投資等外部因素影響經濟基本面的直接彈性，而∑（βij×γkl）則為間接彈性。
四、區域房地產投資影響經濟基本面的實證分析
1、面板數據的協整性與變截距效應檢驗
（1）面板數據的單位檢驗與協整檢驗。面板數據的單位根檢驗顯示，東部區域的所有變量均為2階單整的非平穩序列；中部與西部區域的變量則同為1階單整非平穩序列。進一步，Johansen協整檢驗顯示，各區域的這五個變量之間均存在協整關系方程。由于遞歸模型的單個方程均滿足最小二乘估計方法的基本假定，所以，對于單整階數相同且具有協整關系的面板數據，單個方程均可以直接用最小二乘法進行估計。
（2）變截距效應的檢驗。依據面板數據的特征，遞歸模型的截距項或斜率系數可能隨橫截面單元的個體（即：省（市））的不同而變化。如果這些系數隨個體是不變的，其對應的模型是固定效應模型，估計的系數被稱為共同系數；如果截距項或斜率系數隨個體不同而變化，其模型被稱為變截距效應模型或變斜率效應模型。經計算與檢驗顯示，東部、中部與西部區域的面板數據對應的遞歸模型具有變截距效應，而斜率系數則是固定效應。因此，各區域的遞歸模型具有變截距效應的特征。
2、遞歸模型的估計
現分別利用東部、中部與西部區域的面板數據，對遞歸模型的單個方程進行逐個估計。由最小二乘法得到2005年1季度至2015年4季度我國區域房地產投資影響經濟基本面的直接彈性與間接彈性，以及經濟基本面指標之間的內部彈性，其變量指向關系與對應的彈性系數如表1所示（因篇幅所限，未列出其變截距項部分的回歸結果），同時，模型的整體擬合效果較好，且不存在異方差和自相關性。因此，回歸方程可用于經濟分析。
3、比較分析區域房地產投資的彈性影響
根據上述回歸系數，經整理得到2005年1季度至2015年4季度我國區域房地產投資影響經濟基本面的直接彈性與間接彈性，以及經濟基本面指標之間的內部彈性。
（1）直接彈性。一是房地產供應：房地產投資對房地產供應產生直接彈性作用，彈性值分別為0.527、0.685和0.545，即東部、中部與西部的房地產投資每提高1%，將使其房地產供應（面積）分別上升0.527%、0.685%和0.545%，因而，不同區域的房地產供應增速基本相同。二是固定資產投資：東部、中部與西部的直接彈性均接近于1，表明區域房地產投資引致的固定資產投資增速接近一倍。三是資金市場供給：東部與中部的直接彈性為正，分別為0.227和0.137，表明東部與中部的房地產投資每上升1%，將吸引資金的供給分別提高0.227個百分點和0.137個百分點；但西部的直接彈性是負值，這與理論上假設的正向影響不一致，說明西部的房地產投資缺乏資金支持，其投資每提高1%，資金供給卻下降了0.135%。四是GDP：東部、中部與西部的直接彈性分別為0.198、0.06和0.165，即房地產投資每提高1%，將直接帶動經濟增長分別提高0.198個百分點、0.06個百分點和0.165個百分點。因此，東部與西部的經濟增長帶動效應基本相同，而中部的帶動效應較弱。
（2）間接彈性。區域房地產投資對經濟基本面的間接影響，來自經濟基本面的內部影響關系和彈性作用。具體來說：一是房地產供應的負向傳遞作用，使固定資產投資增速下降。這與理論假定是一致的，說明當房地產供應增加時，總消費的擴大使得總投資減少。經計算，東部、中部與西部的固定資產投資間接彈性分別為-0.038、-0.223和-0.046?？梢?，東部和西部的間接彈性較小，這種間接影響不敏感；而中部的彈性較大，間接影響較為敏感，表明中部的固定資產投資缺乏后續支撐。二是西部的資金市場供給間接彈性增大。雖然西部房地產投資引致資金市場供給不足，但其間接帶動的資金市場供給彈性較大，彈性為0.316。三是區域GDP的間接彈性大于直接彈性。區域房地產投資通過房地產供應與資金市場供給對GDP產生間接作用，東部、中部和西部的間接彈性分別為0.220、0.211和0.179。比較而言，區域GDP的間接彈性略大于直接彈性。因此，區域房地產投資對經濟增長的間接帶動效應不容忽視。
五、結論與政策建議
1、主要結論
我國區域房地產投資與房地產供應、固定資產投資、資金市場供給以及GDP組成的經濟基本面具有較強的相關性。構建的遞歸模型反映了區域房地產投資對經濟基本面的聯合影響，以及直接彈性與間接彈性關系。實證分析表明，區域房地產投資對房地產供應產生直接彈性影響；區域房地產投資引致的固定資產投資增速接近一倍；東部與中部的資金市場供給具有正向直接彈性，表明房地產投資能夠吸引資金市場的相應供給，但西部的房地產投資缺乏資金支持。同時，區域房地產投資對經濟增長的間接影響略大于直接影響，其中，東部與西部的房地產投資對經濟增長的帶動效應基本相同，但中部的直接帶動效應較弱。
2、政策建議
（1）保持房地產業平穩發展，防止區域房地產投資的過度下滑對國民經濟產生下行沖擊。區域房地產投資不僅直接影響房地產關聯產業的發展、固定資產投資的增速、資金市場供給以及經濟增長，而且對經濟增長產生顯著的間接影響。因此，在宏觀經濟處于新常態的背景下，保持房地產業的適度發展，有利于創造一個穩定的宏觀經濟環境，有利于穩定發揮投資要素對經濟增長的貢獻。
（2）實施區域差異化的房地產投資策略。東部房地產投資的轉型升級，有利于經濟基本面逐步退出對房地產的過度依賴。中部房地產投資對經濟增長的直接帶動效應較弱，因而，需要將投資更多地轉移到其他產業領域，以促進區域經濟增長。由于西部房地產投資缺少資金供給的支持，因此，在資金供應有限的條件下，應適度開發房地產業，以保證其他行業發展的資金需求。
（3）區域房地產調控從需求側轉向供給側，以提高調控效果。近年來，我國房地產市場經歷了大范圍的多輪房地產調控，盡管實施了差異化的區域限購、限貸等需求管理政策，但始終未能達到預想的調控效果，而是落入“限購限貸”與“放松限購限貸”的循環圈。可將這種以需求管理為主的調控轉向房地產供給側管理，即：在規范房地產有序開發的同時，提高房地產供應的有效供給，將房屋的“空置”、“庫存”轉化為人們當前的居住與商用需求，進而使區域房地產調控跳出“循環圈”，達到預期的調控效果。
參考文獻
[1]梁云芳、高鐵梅、賀書平：房地產市場與國民經濟協調發展的實證分析[J].中國社會科學，2006（3）.
[2]孔煜：我國房地產發展與經濟增長關系的實證研究[J].工業技術經濟，2009，28（5）.
[3]張洪、金杰、全詩凡：房地產投資、經濟增長與空間效應———基于70個大中城市的空間面板數據實證研究[J].南開經濟研究，2014（1）.
第6篇：量化投資基本面分析方法范文
在聶夫執掌的31年間，溫莎基金的總投資回報率為55.46倍，平均年復合回報率達13.7%，這個紀錄在基金史上尚無人能與其媲美。
聶夫還一直兼任威靈頓管理公司的副總裁和經營合伙人。聶夫的成功之道，并不在于使用了高深的投資技巧及數學模型，而是廣為人知的低市盈率投資法。
對于A股投資者，聶夫的投資之道完全可以復制，因為低市盈率投資法很容易做到量化選股，而且回溯檢驗的結果相當不錯。
我們運用修正過的聶夫選股方法對2005年5月初至2012年12月底的A股市場進行了回溯檢驗，結果表明聶夫之道在A股市場可以取得44.12%的年化復合收益率，而同期滬深300指數的年化復合收益率只有13.86%，聶夫之道投資法的年化超額收益達到30.26個百分點。
在24個分季度檢驗區間中，“聶夫之道”跑贏滬深300指數的次數達到16個，占比為66.67%，單季最高超額收益達到56.77個百分點；在8個超額收益為負的檢驗區間中，單季最高超額負收益只有10.69個百分點。
此外，我們還將“聶夫之道”與公募基金進行了對比。在全部公募基金中，排名第一的是華夏大盤精選，有“公募一哥”之稱的王亞偉從2005年5月開始執掌該基金，直至其于2012年5月離開華夏基金。該基金在2005年5月初至2012年12月底的期間收益率達到1149.07%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值將達到12.49元。
作為比較，“聶夫之道” 在2005年5月初至2012年12月底期間收益率達到1549.70%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值將達到16.49元。
也就是說，如果“聶夫之道”是一只基金，那么其收益率戰勝了以王亞偉所領銜“華夏大盤精選”為代表的全部公募基金；此外，與包括開放式和封閉式在內的全部公募基金相比，“聶夫之道”還有一個非常明顯的優點，即投資者可以根據自己的決定在任何期間買入和賣出。
7月24日-7月30日的5個交易日中，根據Wind統計，在其所覆蓋的券商研究報告中，對滬深300指數的300家成份股公司，業績調升24家，調降45家。
過去一個月，滬深300指數成份股業績調升66家，調降125家。
截至7月30日收盤，滬深300指數成份股按總市值除以預測總利潤計算的2013年PE平均值為8.05，按照總市值從大到小分為5個區間，同樣按照上述方法計算的市盈率平均值分別為6.77、15.56、14.83、15.59、13.56。
相比一周前（7月23日），滬深300指數成份股預測總利潤減少0.12%，由20309億元變為20284億元；市盈率平均值減少2.42%，由8.25變為8.05。
相比一個月前（6月30日），滬深300指數成份股預測總利潤減少0.33%，由20352億元變為20284億元；市盈率平均值增加0.34%，由8.02變為8.05。
截至7月30日，過去一周（2013年報告期）每股收益預測上升和下降前10名、過去一周（2013年報告期）評級上升和下降前10名分別如左側表格所示。
截至7月30日，過去一個月（2013年報告期）每股收益預測上升和下降前10名、過去一個月（2013年報告期）評級上升和下降前10名分別如右側表格所示。 Wind評級的1分至5分，分別對應“買入”、“增持”、“持有”、“中性”、“賣出”。
創一年新高（新低）股票概況
7.25-7.31期間，共計271只股票創一年新高，創新高個股數量位列前三位的行業（申萬一級行業分類）分別是信息服務（65只）、機械設備（35只）、醫藥生物（35只）。上述股票的加權平均市盈率（2012年年報）為53.92，加權平均市凈率（2012年年報）為5.02，期間最高股價的平均值為21.28元。
7.25-7.31期間，共計50只股票創一年新低，創新低個股數量位列前四位的行業（申萬一級行業分類）分別是采掘（8只）、交通運輸（7只）、機械設備（4只）和食品飲料（4只）。上述股票的加權平均市盈率（2012年年報）為15.23，加權平均市凈率（2012年年報）為1.46，期間最低股價的平均值為8.39元。
本期創新高股票的總市值為20240億元，創新低股票的總市值為12168億元，兩者之比為1.66：1。
勝券投資分析
第42期回顧
牛股通常具有相似的特征，也就是我們這里說的“牛股基因”。勝券投資分析揭秘的牛股基因通常體現在以下四個方面：
首先，牛股表現出良好的成長性。勝券投資分析通過個股的凈利潤評分、價格相對強弱評分以及兩者相結合的綜合評分為廣大投資者提供了一種快餐化的基本面選股方式，經過歷史回顧檢驗，牛股往往是綜合評分超過80分的股票。只有這些股票有著表現優異的基本面，而優異的基本面往往是支撐其股價不斷上漲的動力。
其次，發展前景良好的行業是孕育牛股的溫床。關注勝券的投資者可以發現，勝券投資分析近期重點分析的股票往往集中于醫藥生物、信息服務等勝券行業排名靠前且整體強勢的行業。牛股往往是這些行業中表現不俗的股票。
第三，牛股往往在跌跌不止的行情中具有抗跌性。勝券一度強力解讀的牛股恩華藥業（002262.SZ）和上海家化（600315.SH）等在2012年大盤的頹勢中股價逆市上揚并不斷創出52周新高；在年底大盤回暖后再創佳績。當然，這些股票也不是直線上漲的，在股價攀升的過程中不免有回調，此時正是對投資者心理的考驗。勝券投資分析認為，對于基本面和政策面以及大盤都沒有發生重大變化的個股發生回調時，投資者可以根據賣出止損策略操作并等待下一個投資時機的到來。
第四，在回暖的行情中不斷地創出52周新高并伴隨明顯的放量往往是牛股啟動的標志。這里的放量至少是當天的成交量相比于50日平均移動成交量上漲40%-50%以上。
神奇公式的核心是“低價買入優質股票”，所選用的兩個指標是投資回報率（ROTC）和收益率（EBIT/EV），其中投資回報率篩選出來的是“好公司”，收益率篩選出來的是“好價格”。
“好公司”主要是對上市公司的相關財務指標進行衡量，即以基本面為導向的分析，所選出的都是一些“質優”的公司，這個指標相對容易確定。
在計算“好公司”得分時涉及的財務指標主要包括營業收入、營業成本、流動資產合計、流動負債合計、短期借款、投資性房地產等。
“好價格”的目標是“低價”股，但什么樣的股價水平才算“低”呢？又該如何發現市場上被低估的股票呢？對此，以價值為導向的投資理論認為，低價是相對于企業的內在價值而言，但內在價值的確定又非常繁雜，神奇公式采用的是一種最便捷的方式，即觀察股票的價格走勢，通過股票的價格漲跌及市值變化篩選出符合條件的“質優低價”股。
在計算“好價格”得分時涉及的財務指標主要包括營業收入、營業成本、短期借款、應付票據、長期借款、少數股東權益等。
神奇公式的目標并不是單純地尋找“好公司”或者“好價格”，而是尋找能夠將上述兩個因素進行最佳組合的公司，也就是“綜合得分”占優的股票。
第7篇：量化投資基本面分析方法范文
摘 要 自2010年4月股指期貨推出后，數量化投資逐漸成為我國資本市場的一個熱點。對此，本文以投資者熟知的MACD指標為基礎，運用遺傳算法和模擬退火算法，建立了一個數量化投資模型。該模型的仿真投資收益明顯超出大盤，而風險明顯低于大盤。本文基于MACD指標建立數量化投資模型的方法簡單、有效，可操作性強，可方便地推廣至其他技術指標，在數量化投資領域中可能具有廣泛的發展前景。
關鍵詞 數量化投資 MACD 遺傳算法 模擬退火算法
一、研究背景
與傳統投資基于各方面信息和個人判斷進行操作不同，數量化投資將適當的金融理論、投資經驗等反映在數量模型中，然后利用程序軟件代替大腦對海量信息進行科學處理，總結歸納市場規律，最終建立可以重復使用的、不依靠個人主觀判斷的投資策略。
由于數量化投資的操作策略往往經過了嚴格的驗證，具有較強的系統性和規范性，主觀隨意性較少，風險可測可控，因此隨著計算機數據處理能力的迅速提高，數量化投資獲得了快速發展，數量化基金的規模亦迅速擴大。據統計，自2003年以來，數量化基金規模的年均增長速度高達15%，而傳統型基金規模的增長速度則低于5%。
很顯然，科學的數量模型是數量化投資成敗的關鍵。當前，主流的數量模型均考慮了多方面的因素，既包括各種基本面因素，又包括各種技術因素，涉及較為高深的經濟學、金融學、技術分析等知識，模型都比較復雜，理解難度較高，甚至令人望而生畏。對此，本文以人們熟知的技術指標為基礎，通過引入遺傳算法和模擬退火算法對參數進行優化，建立了一種較為簡單、有效的數量模型構建方法，希望能為推動我國剛剛起步的數量化投資發展有所幫助。
二、模型框架
由于MACD指標以經平滑后的股票價格為基礎，而股票價格包含了絕大部分的基本信息和技術信息，因此本文以MACD指標為基礎研究建立相應的數量化投資模型。
（一）MACD公式
MACD是投資者最熟悉的技術指標之一，主要包括EMA、DIF和DEA三個指標，涉及一個已知變量（收盤價P）和三個未知參數（ 和 ），公式較為簡單。
（二）決策準則
雖然MACD指標的運用方式有很多種，既存在對指標值的應用（如比較DIF和DEA的大?。执嬖趯π螒B的應用（如底背離、頂背離等）。對此，本文制定的決策準則相當簡單，即：
時，做多
時，做空
三、模型參數優化
（一）參數的科學取值是決定MACD指標投資決策價值的一個關鍵因素
在一般的技術分析參考書和交易軟件中， 和 通常取12、26和9。然而，該取值并不是最優的。
例如，以2005年1月5日至2010年12月31的滬深300指數為例，根據（公式1）和（公式2），做多業務在 和 取值12、26和9時，可獲得的投資收益為230.55%（收益①）；而在 和 取40、195、130時，可獲得的投資收益為651.98%（收益②）。
因此，參數取值是否合理決定了使用MACD指標進行投資決策時投資收益的高低，決定了MACD指標的投資決策價值。
（二）人工智能算法在技術指標參數優化領域中的突出優勢
運用MACD指標建立數量化投資模型的關鍵在于對公式中的三個參數進行優化。然而，雖然參數取值與投資收益間存在確定的函數關系，但該關系并不能用一個表達式予以直接闡述，因此傳統的解析方法在此并不適用。而其他傳統方法如隨機法和窮舉法的優化效率不高。在此情況下，可運用人工智能算法有效解決此類優化難題。
遺傳算法（Genetic Algorithms）和模擬退火算法（Simulated Annealing Algorithms）是人工智能的重要分支，兩者均從一定的初始值開始，按照明確的規則搜索最優解，并不要求目標函數存在明確的表達式，且具有高效、魯棒性強等特點。由于技術指標參數與投資收益間的關系相當復雜，不存在明確的函數關系式，因此遺傳算法和模擬退火算法在技術指標參數優化領域中具有很高的應用價值。
此外，遺傳算法和模擬退火算法的基本原理和運算過程雖然較為復雜，但其運用卻相當簡單，MATLAB等數據處理軟件均提供了現成的工具箱供用戶方便地使用，且即使不掌握參數優化的原理和運算過程，也不會對數量模型的研究產生重大影響，因此運用遺傳算法和模擬退火算法對技術指標參數進行優化的可操作性強。
（三）遺傳算法和模擬退火算法應用舉例
1.MATLAB指令
假設投資收益R和參數 、 間的關系為R=gain( 、 )，則MATLAB的遺傳算法指令和模擬退火算法指令分別為：
[x,fval] = ga(@gain,nvars, [],[],[],[],lb,ub,[],options)；
[x,fval] = simulannealbnd(@gain,x0,lb,ub,options)。
其中：
x和fval是程序返回值，分別為參數 、 的最優化取值及其所對應的投資收益；
gain是目標函數，可根據（公式1）、（公式2）和（公式3）編寫；
nvars是待優化的參數個數；
x0是參數 、 的初始值；
lb是參數的下界；
ub是參數的上界；
options是MATLAB指令的設置選項。
第8篇：量化投資基本面分析方法范文
在銀華基金副總經理兼量化投資總監周毅看來，量化投資成功的關鍵在于團隊。
以分級基金為突破口 首戰告捷
量化投資在股票市場的運用范圍較廣，包括金融工具設計、指數增強、市場中立阿爾法模型以及套利策略等多個方面。在反復比較、深思熟慮后，周毅選擇將金融工具創新作為突破口。
周毅認為，相比于其他量化投資領域，金融工具與市場地域性特征關聯度最低，因此移植性最強，成功概率越高，同時在中國市場相對比較欠缺。所有的金融工具中，在國外使用得最廣泛的就是結構化。周毅首戰試水分級基金。這是在當時法規允許范圍內可實現的融資性結構化產品，其A類份額具有類固定收益特征，B類份額具有杠桿特征，滿足3類投資者的需求。
截至今日，銀華共推出了3只指數分級基金和一只股票型分級基金，包括銀華深100（首只深100分級指基）、銀華中證等權重90（首只等權重分級指基）、銀華中證內地資源（首只投資主題指數的分級基金）和銀華消費主題（首只主動管理的主題類分級基金）。據金牛理財網統計，這4只分級基金占據目前市場上分級基金規模的絕對優勢，并且創造了多個第一：銀華深100是上市首只首日出現雙溢價的分級基金，也是目前場內規模最大的基金，約為150億元左右；銀華中證等權重90是第一個觸閥值折算的分級基金，為所有分級產品的發展完善和風險控制，提供了可借鑒的寶貴經驗。
看好中國量化投資“錢景”
不過，分級基金只是整個量化投資運用中金融工具設計的一部分，其發展的背景是目前國內衍生品缺乏的現狀。周毅表示：“我們想做全方位的量化投資，包含量化投資的各個領域。”
2012年以來，銀華的多只專戶產品已經成功在A股市場上，綜合運用以上兩項策略。據記者了解，銀華專戶產品中，表現最好的賬戶年化收益（扣除各種費率后）大幅超越同期滬深300指數，波動率僅約為滬深300波動率的1/3。盡管受現有法規和交易平臺限制，在美國運用的量化策略大多數無法在A股實現，但銀華在專戶對沖產品上的成功嘗試，證明了在國內利用量化投資方法，可以獲得絕對收益。而且隨著各種限制的寬松化以及杠桿機制的引入，量化絕對收益產品可以擁有巨大的發展空間，中國式量化投資前景廣闊。
志做國內旗艦量化團隊
周毅將銀華目前在量化投資領域所取得的諸多成就，都歸功于其全業務線的量化團隊打造。銀華在業內屬于較早開展專門的量化投資研究的公司之一，目前量化投資團隊已經達到16人，職責涵蓋了金融工具、α策略、套利及實時風控等量化投資的各個業務鏈。
第9篇：量化投資基本面分析方法范文
其實，在征求意見稿下發之前，基金組合產品――公募FOF（fund of fund）產品的雛形――已經在銀華基金內部儲備“試跑”多年。鑒于公募基金愈發龐大的規模，而投資者卻難以找到匹配的基金產品，銀華基金互聯網金融部以智能投顧為戰略、定制化服務為導向的精細化運營策略油然而生。
“他們很多人炒股很厲害，但沒有誰敢保證長期能贏。事實上，把時間拉長來看，很少有人能跑得過基金組合的?！敝两?，銀華基金資產配置主管何海云猶記得在美國一家資產管理公司工作時，當時擁有博士學位的摩托羅拉工程師們前來尋求服務的情景。
“風險平價，及時止盈止損；控制倉位，伺機而動。”基于中長期的投資視角和大類資產配置策略，銀華基金資產配置小組采用量化評估疊加定性分析的方法，力圖分散單個基金風險，并得到“類絕對收益”的效果。
切中痛點的定制基金組合
“買什么基金”是普通投資者在日常理財中經常遇到的一個困惑。針對投資者的這個痛點，銀華基金資產配置團隊正在精心打造一味解決良方 ― 基金組合。
根據投資者不同的風險偏好，銀華基金目前給出了三種基金組合，分別是：積極組合、穩健組合，以及保守組合。其中，積極組合初始配置由40%的銀華深證100、40%銀華中小盤和20%銀華四季紅構成，該組合適合風險承受能力較高的激進型人群。據回測數據顯示，從組合起始日2013年8月7日至今年一季度末，該組合模擬年化收益率是90.16%。
穩健組合初始配置包括了45%的銀華信用雙利A、40%的銀華純債信用和15%的銀華中證轉債。該組合適合風險承受能力偏弱的穩健型人群。據回測數據顯示，從組合起始日2013年8月15日至今年一季度末，該組合模擬年化收益率是28.16%。
“35%銀華四季紅 + 35%銀華純債信用 + 30%銀華貨幣A”則構成了保守組合的初始配置。顧名思義，保守組合適合風險承受能力較低的保守型人群。據回測數據顯示，從組合起始日2013年8月7日至今年一季度末，該組合模擬年化收益率是21.25%。
由于每個客戶需要的產品服務都不一樣，這就需要互聯網金融部通過大數據，在互聯網金融領域探索更豐富的應用，深入發掘客戶喜好，為不同的投資者提供適合他們的產品與服務。
未來，互聯網金融部將聯合IT部，通過對數據的分析，了解客戶的投資情況、風險偏好、以及交易習慣。甚至將來，還可以了解到其他消費方面的情況，去做一些真正意義上的大數據分析。
銀華的一個設想是，未來能夠通過數據，對客戶進行分層分級貼標簽，這一切都是為將來具體的產品設計和投資交易服務。為了實現這個目標，互金部聯合IT部已經對客戶進行了基礎標簽開發，未來標簽功能將繼續逐步完善。
“其實，我們不光是對用戶有標簽，我們對基金產品也做了標簽。如果發現某一類客戶比較多，我們會考慮開發專門針對該類型客戶的產品。實際上，用戶需求或標簽越細的話，就可以讓我們清楚它歸于哪一類，便能定向推薦組合，或者提供定制化的服務?！焙魏Ｔ票硎?，這也是未來銀華基金組合的發展方向。
重在資產配置
基金組合什么最重要？何海云的回答是：“資產配置?！?/p>
何海云說，“做這種投資，不論是不是FOF，其中非常重要的一項就是資產配置。這就好像是炒菜，大盤股、小盤股、地產、大宗商品或者PE都是原料，最核心的就是資產配置。當然，如果缺了一些原料，這個菜就會難做一些，比如有的時候沒有一類產品，但正好在那個時候那類產品比較有機會，你要是沒有那類產品，那就沒有辦法了?！?/p>
《投資者報》記者也了解到，下一步銀華基金的目標是拿出更多的“原料”出來，在此基礎上更方便地構建投資組合。
在基金組合投資中，銀華基金資產配置小組采用其中一個策略的基礎是風險平價策略，并在此基礎上進行了模型改進。經典的風險平價策略在資產配置上著眼于資產的風險，在進行資產配置時，各類資產的權重與其自身波動率大小成負相關關系，也即波動率大的資產在組合中所占的權重較小，反之亦然。
據分析人士介紹，這樣的做法會使較高風險的權益類資產在組合中所占的權重下降，從而使風險平價組合的預期收益率有可能會低于傳統的資產配置方法，但同時也顯著降低了風險。
“舉個例子，不少投資組合配置是60%股加40%的債，真正做的時候會發現風險權重基本上都來自于股票，有可能是90%對10%。那么，當市場波動高的時候，就需要保證每類資產對投資組合的風險貢獻是一樣的。這個時候，就需要把造成90%風險的股票倉位降下來?！焙魏Ｔ票硎?。
間接實現公募FOF
“FOF在美國已經發展了十幾年，每年增長很快，有公募、私募，也包括一些對沖基金及PE。我們在2014年成立了資產配置研究小組，并從資產配置的角度來思考這個問題。之后互聯網金融很火，基金組合配置在適應互聯網金融發展的同時，也間接實現了FOF這種形式?！焙魏Ｔ票硎?。
《投資者報》記者了解到，銀華基金資產配置小組橫跨投研、戰略、互聯網金融、產品等幾個不同的部門。在實際運作之中，通過基金組合來實現。在目前11人的團隊里，有2/3是研究人員。研究包括對基金的研究，也有對量化擇時以及基本面的研究。
對于這樣的基金組合產品，通常是一個月會有一次調整，期間也會根據市場情況做不定期地調整。例如像去年“股災”時，一旦出現賣出信號后，為了保護客戶利益，即使是積極型的組合，也不希望把前面賺取的利潤全部吐回去，所以會有相應的止盈操作。
“調整之后，我們也會擇機再進去，這要根據量化模型加上基本面研究來決定。也就是說，我們大約有一個固定時間的調整，此外，還要根據市場情況不定時地調整?！焙魏Ｔ普f。每次調整時，會考慮基金池里有些什么可用的基金，要判斷這些基金是否符合相應的標準。
“比如組合里原來有5個基金，但備選基金池里還有10個基金，等到下一輪組合調整的時候，可能原來組合里面有幾個做得不好的就要被替換掉了，不是說每個基金進入組合后就待著一直到產品結束?！焙魏Ｔ七M一步解釋道。
